Hacer meta-análisis en jamovi es muy fácil
Vložit
- čas přidán 5. 07. 2024
- En este video hago una introducción general al meta-análisis. Primero, describo de forma sencilla los conceptos básicos y qué es un meta-análisis, para después hacer un tutorial para meta-analizar coeficientes de correlación y comparaciones de dos medias (diseños tipo prueba t) en jamovi (www.jamovi.org/).
SECCIONES DE ESTE VIDEO:
1. Presentación: (0:00)
2. Introducción al meta-análisis: (1:50)
2.1 Funnel plot: (6:29)
2.2 Forest plot: (10:01)
3. Meta-análisis en jamovi: (13:16)
3.1 Coeficientes de correlación: (14:31)
3.2 Comparación de 2 grupos: (28:50)
4. Conclusiones: (38:08)
_____________________________________________________________________
LINKS A VIDEOS RELACIONADOS:
* Introducción a jamovi [alternativa gratuita a SPSS]. Serie de 2 videos. • jamovi
* Poder estadístico y tamaño de muestra en R. Serie de 3 videos. • Poder estadístico y ta...
* Qué es un valor p? Te lo puedo mostrar gráficamente y con simulaciones. Video. • Qué es un valor p? Te ...
_____________________________________________________________________
LINKS A ARTÍCULOS CITADOS EN ESTE VIDEO:
* Becker, B. J. (2005). Failsafe N or File-Drawer Number. En Publication Bias in Meta-Analysis (pp. 111-125). John Wiley & Sons, Ltd. doi.org/10.1002/0470870168.ch7
* Normand, S.-L. T. (1999). Meta-analysis: Formulating, evaluating, combining, and reporting. Statistics in Medicine, 18(3), 321-359. pubmed.ncbi.nlm.nih.gov/10070... _____________________________________________________________________
Si quieres saber más de mí o mi trabajo, visita mi página personal [jdleongomez.info/es/]
MOTION DESIGNER: Juan Paris [ / juansparis ]
MÚSICA: Babies In Grey - Space Girl [ / babies-in-grey ]
#estadística #metaanálisis #jamovi
![Introducción a jamovi [alternativa gratuita a SPSS] - Parte 2](http://i.ytimg.com/vi/-xiGwU3qSzU/mqdefault.jpg)
![Introducción a jamovi [alternativa gratuita a SPSS] - Parte 2](/img/tr.png)
Excelente video Maestro...gracias por compartir...bendiciones.
Exelente presentaciòn. Lo utilizarè para mis cursos
Buen vídeo!! Me ha servido mucho. Gracias por el aporte
¡Gracias a ti por comentarlo, Cristina! Saludos
Fantástico! Enhorabuena! Mil gracias por tan buen vídeo.
¡Gracias por tus comentarios!
Excelente explicación. Hasta ahora es de las mejores que he visto. Gracias por tu aportación a la investigación.
Gracias Adam! Me encanta saber que lo has encontrado útil. ¡Saludos!
Tu contenido es excepcional! Por favor sigue subiendo este material increíble! 💻❤️
Mil gracias Rodrigo! Por supuesto seguiré subiendo videos de vez en cuando, en la medida que el tiempo me lo permita. Por supuesto, si tienes sugerencias de temas por tratar, estaré encantado de considerarlas
Hermoso programa , no lo conocia. Muchas gracias
¡Un gusto Alan! Sí, programas abiertos y gratuitos como jamovi y JASP son una maravilla. Han logrado acercar a muchas personas a análisis modernos basados en R. Gracias a ti por ver el video y comentarlo.
Very good presentation, congrats.
En horabuena. Excepcional. Muchas gracias.
¡Gracias, Ricardo! Me encanta saber que te haya gustado. ¡Saludos!
Muchas gracias. Favor de considerar un ejemplo de forest plot con proporciones.
Violeta, mil gracias a ti por tu comentario y por la recomendación. Tengo planeado seguir haciendo algunos videos (al menos uno) más especializados sobre metaanálisis, usando no solo jamovi, sino también R (para opciones más avanzadas) y quizás también algún otro video general en JASP. Lastimosamente, por tiempo no puedo hacer todos los videos que quisiera, pero te prometo tenerlo en cuenta. Mucha suerte
Buen video !!
Muchas gracias.
Gracias a ti por tu comentario, Ana
Muchas gracias por la explicacion tan clara y didáctica que haces. Si fueras tan amable de contestarme a una duda que me tiene bloqueado, te lo agradeceria muchisimo. Quiero hacer un forest plot sobre dos grupos de pacientes (control y experimental) para determinar cual de los dos tiene unos niveles de citoquinas mas elevado que el otro. Los datos de los que dispongo son, la diferencia entre las medias (AMR) de los valores de citoquinas analizados, y los CI (95%) del valor del AMR. Veo segun tu explicacion que el programa te requiere para hacer el forest plot la media del valor para cada grupo de pacientes y la desviacion estandar. Mi pregunta es.... ¿con los datos que tengo puedo hacer un forest plot en jamovi?. Mil gracias de antemano por la respuesta y enhorabuena por tu canal. Aprendo muchisimo con el y me es muy util para mi tesis doctoral.
Te agradezco la exposición de esta herramienta. Me gustaría que pudieras incluir algún contenido sobre cómo se puede calcular la heterogeneidad y las opciones de análisis por efectos aleatorios y fijos en este sistema. Gracias!
Hola, por favor disculpa mi demora en responder. Si aún te interesa, acabo de subir un nuevo video centrado em meta-análisis de correlaciones en R (czcams.com/video/RNw92QdsW4g/video.htmlsi=aea00E2x1vxXUehI). Ese video, además, se acompaña de una guía en PDF mucho más detallada y con opciones más sofisicadas que creo podrías encontrar útil (doi.org/10.31222/osf.io/yaxd4).
Excelente video, muchas gracias por compartir este material ¿Consulta para estudios observacionales donde las medidas de asociación puedan ser riesgos relativos? tienes algun ejemplo
Muy útil
¡Fantástico, Javier! Me encanta saber que lo has encontrado útil
Gracias, parece tan fácil que no me creo que lo pueda hacer. Tu explicación es muy buena
en el siguiente los Moderadores
¡Gracias por tu comentario, Juan Carlos! Me alegraste el día con tus palabras. La verdad es que no es tan difícil; obviamente hay cosas más avanzadas que se pueden hacer, pero las bases de un meta-análisis no son tan complicadas, como yo también he ido descubriendo con cierta sorpresa. Quizás más adelante, si el tiempo me lo permite, haré un video con algunos elementos y opciones adicionales. Saludos
Excelente video y le agradezco su aportación. Tengo una duda acerca del metaanálisis del ejemplo. Cuando vemos la diferencia de días de hospitalización entre los tratamientos, en el artículo se menciona que, en promedio, la diferencia es de -10 a -15 días, a favor del tratamiento especializado. Sin embargo, en los resultados de Jamovi no encuentré ese dato. Solamente dice en el segundo párrafo: "La diferencia de medias estandarizada varió de -2.3176 a 0.2896, con la mayoría de los estimados siendo negativos (67%)". ¿Me puede aclarar eso por favor?
podría realizar un forest plot de unos odds ratio con jamovi? Muchas gracias
Muy útil. Solo pedirte si para próximos vídeos puedes eliminar la música; dificulta mucho la audición. ¡Gracias por compartir!
¡Gracias David! La verdad esto de la edición es más bien nuevo para mí, y aunque cuadré todo muy bien en la previsualización, al hacer el render la música quedó más fuerte de lo planeado. Ya sabiendo esto, seré más cuidadosos en futuros videos. Un saludo
Excelentes explicaciones, muy detalladas y completas, muchas gracias y felicitaciones. ¿No tiene considerado impartir algún curso sobre jamovi en línea?
¡Ramón, gracias por tus amables palabras!. Me encantaría pero realmente no tengo el tiempo. De hecho, me gustaría publicar muchos más videos, pero el tiempo me lo impide.
Muchas gracias por el aporte , por favor me gustaría que subieras mas video avanzados de Meta Análisis, con ejemplos por favor, muchas gracias, otra consulta que versión de Jamovi, estas usando en el video ? muchas gracias
Hola, mil gracias por tus comentarios y te ruego disculpes mi demora en responder. Pronto estaré haciendo una guía más completa y avanzada de meta-análisis de correlaciones y meta-regresión en R, que espero te sea útil. Respecto a las versiones de jamovi, en el video usé la versión 1.8.1 para meta-análisis de pruebas t, y versión 1.2.27 para meta-análisis de correlaciones. La razón para usar diferentes versiones la explico a partid del minuto 14:39. Espero que esta información te sirva. Mucha suerte!
¿El teste de Egger solo es aplicable en correlaciones?... he hecho un metanálisis con proporciones y no me aparece este valor.
Realmente es sencillo hacer metaanálisis en Jamovi. El problema que encuentro en mi caso es que con estudios que utilizan variables dicotómicas (evento/no evento) como se usa en clínica médica muchas veces, no es posible hacer metaanálisis con la medida de efecto RR (Risk Ratio cuyo valor nulo es 1). Jamovi solo permite usar log RR (y log OR), con valor nulo en 0, poco utilizado en clínica y nada intuitivo de interpretar.
¿Cree que algún día incluirán RR y OR en jamovi?
¿Se pueden hacer lo que comento en R con metafor? (MA con estudios que manejan RR y OR, no su log)
en caso de que sí, y aunque su trabajo sobre metaanálisis en metafor de correlaciones R no creo que incluya el RR y OR, ¿habría que hacer demasiados cambios para conseguirlo, o de su texto es imposible de extrapolar?
Muchas gracias por su magnífico trabajo
Muchas gracias por tu contenido! es muy completo. Solamente una pregunta, ¿Jamovi no permite trabajar con modelo de efectos fijos? enhorabuena por tu trabajo, me ayuda mucho a aprender
Juan, mil gracias por tus amables palabras, y por favor disculpa mi demora en responder. En jamovi claro que es posible hacer meta-análisis de efectos fijos. Cuando estés definiendo el tipo de análisis, en la pestaña desplegable de "Model Options" puedes cambiar el estimador ("Model estimator") a "Fixed-Effect" (por defecto aparece "Restricted Maximum-Likelihood"). Espero que esto te ayude. Mucha suerte!
Amigo un super video que aclara muchas dudas sobre los meta análisis. Tengo una duda, en el caso que los estudios no presenten correlaciones o el valor de r, pero si el número totales (n) ¿existe alguna manera que yo pueda estandarizar los datos para conocer el valor de r? Saludos!
Eso depende completamente del tipo de prueba que quieras o debas hacer. Para meta-analizar correlaciones, pues necesitas coeficientes de correlación. Si los estudios que mencionas usan otro ipo de prueba estadística, habrá que ver cuál, y si el efecto reportado por esas pruebas estadísticas se puede meta-analizar.
Holla,
Muchas gracias por la explicación, tem ajudado mucho com mis análisis.
Pero tengo una pregunta: en los artículos tengo encontrado los valores de pré y pós intervención (para média e STD). Tengo que usar solamente los valores de pós intervención o tengo que calcular la diferencias entre medias (pos - pre) para usá-la en Jamovi?
Muchas gracias por su atención,
Hola Hélio,
Lastimosamente por ahora jamovi no permite hacer meta-análisis para diseños como el que tienes. Sin embargo, las opciones que planteas pueden ser viables, siempre y cuando respondan a lo que buscas determinar: Si usas solamente los efectos post-intervención, obtendrás información del resultado final, pero no del efecto de la intervención. Si en cambio calculas diferencias post - pre, tendrás información del efecto de la intervención, pero no de los puntajes específicos obtenidos por los pacientes. Creo que la segunda opción sería más conveniente, pero como dije depende de lo que busques establecer.
Alternativamente, si tienes los tamaños de efecto y sus varianzas, puedes meta-analizar estos tamaños de efecto en jamovi, con la opción 'Effect Sizes and Sampling Variances'. Quizás sea algo que puedas explorar.
Espero que esto te ayude!
@ ¡Muchas gracias por la respuesta!
Me ayudó mucho pensar en cómo voy a hacer los análisis.
¿Existe alguna opción de realizar la técnica trim-and-fill para el funnel plot en el paquete major? Muchas gracias
Hola Carlos, por ahora no hay opciones para hacer trim-and-fill en MAJOR. Y esto es probablemente por una buena razón: se ha mostrado consistentemente que esta técnica es problemática y sesgada (por ejemplo, mira este corto blog: datacolada.org/30 ). Sin embargo, si decides usarla, creo que la mejor opción serpia usar el paquete {metafor} de R. Yo estoy planeando un video (y documento guía adjunta en PDF) de cómo hacer meta-análisis en R usando metafor, aunque probablemente no incluiré trim-and-fill por las razones descritas. Sin embargo, si tienes idea de usar R, hacer un funnel plot con trim-and-fill es muy sencillo: puedes ver un ejemplo acá www.metafor-project.org/doku.php/plots:funnel_plot_with_trim_and_fill
Espero que esto te ayude. Mucha suerte!
Una consulta, se puede realizar un metaanalisis aun cuando los datos sean heterogéneos? En sus ejemplos la heterogeneidad era con un p significativo... osea, cuales serían los requisitos para hacer un metaanalisis???
Hola, mil gracias por tu comentario y te ruego disculpes mi tardanza en responder. En realidad que los estudios que incluyas en tu meta análisis tengan cierto nivel de homogeneidad no es un requisito. Es información relevante, pero no específicamente un requisito. Básicamente, si hay alta heterogeneidad, sabes que los resultados varían mucho entre estudios, y en consecuencia el error de tu estimación será mayor (es decir, tu resultado tendrá más incertidumbre). Pero si eso es lo que hay en los estudios existentes, es así y debes reportarlo.
Excelente video, solo sugiero bajar el volumen de la música, es demasiado alto. De ahí en fuera me ha servido muchísimo.
¡Gracias Uriel! La verdad esto de la edición es más bien nuevo para mí, y aunque cuadré todo muy bien en la previsualización, al hacer el render la música quedó más fuerte de lo planeado. Ya sabiendo esto, seré más cuidadosos en futuros videos. Un saludo
Siiii en R
Me gustaría poder ver algún otro video avanzado en metaanálisis.
Estimada Ana, si te interesa, estoy planeando un video sobre metaanálisis de correlaciones más avanzado y usando técnicas más sofisticadas, pero en R. La verdad comencé a pensarlo hace tiempo, y ya creé un script, pero por tiempo no he podido grabar el video mismo. Espero poder grabar y editar prontamente. ¡Gracias de nuevo por tu comentario!
Hola disculpa, es que cuando voy a instalar el modulo de MAJOR me sale (Unable to acces library - certificate verify failed). Quería saber a que se debe eso
Hola Henderson. Perdona la demora en responderte. La verdad no estoy seguro, pero creería que puede tener que ver con la versión de jamovi que tengas instalada (quizás instalar otra te ayude con esto). Dado que los módulos son en su mayoría creados por la comunidad, a veces no son compatibles con las últimas versiones inmediatamente. Si puedes, prueba instalar otra versión de jamovi a ver si te funciona. Si tienes problemas, cuéntame y buscamos otra solución.
Hola jamovi me da error error in qqnorm.default y is empty or has only nas (he puesto la ultima version de MAJOR y de Jamovi) me recomendais hacerla otra versión? esta que comentas en el video no veo para descarga en la web, ¿como podria identificar verisones más antiguas?
Hola Jaime, mil gracias por tu comentario y te ruego disculpes mi demora en responder. Te prometo responder más rápidamente de ahora en adelante.
En este momento tengo instalada la versión 2.3.9 y no puedo reproducir el error que comentas. Cuéntame por favor (1) qué tipo de meta-análisis estás haciendo y qué opción de MAJOR estás seleccionando del menú, (2) qué estructura tienen tus datos, (3) qué versión de jamovi tienes instalada y (4) qué sistema operativo tienes. Con esta información probablemente pueda encontrar más información (o al menos intentar reproducir tu error).
Alternativamente, puedes intentar instalar alguna otra de las versiones que están disponibles en este instante (posiblemente debas re-instalar MAJOR), e intentar el mismo análisis, para ver si es un problema específico de la versión, o si en cambio es quizás un problema de otro tipo, por ejemplo relacionado con la estructura de los datos.
Espero que esto te ayude. Mucha suerte!
Veo que la versión 2.3.9 que yo tengo instalada no está disponible, pero la 2.3.13 ("current") debe ser similar. Si con esta tienes problemas, instala la versión "solid", que al día de hoy es la 2.2.5. Si ninguna de las dos te funciona, dame la info que te pido en el mensaje anterior y buscamos dónde está el error para encontrar una solución.
Una pregunta: ¿Es posible ponderar casos en Jamovi cuando tenemos un consolidado y no una matriz de datos?
Muchas gracias!
Hola Xabier. Si te refieres a hacer meta-análisis a partir de un consolidado, creo que con el módulo MAJOR no se puede hacer. Sin embargo, hay otro módulo que se llama esci que al parecer es capaz de hacerlo ( blog.jamovi.org/2020/06/09/esci.html ). No es algo que haya intentado, así que no te puedo dar una respuesta más precisa pero dicen que hay información e indicaciones paso a paso. Espero que esto te ayude, pero si no es el caso cuéntame más para saber exactamente qué necesitas, y buscamos soluciones. Mucha suerte
@ Imagine que en vez de tener 100 resultados del lanzamiento de una moneda (con 100 filas y con su resultado al lado), tenemos una matriz resumen en la que tenemos una columna con las dos opciones (cara o cruz) y a la derecha la columna "conteo" Ejemplo: Cara: 56.
Para hacer un chi cuadrado en SPSS en la segunda opción, el consolidado o resumen, hay que ponderar casos antes de hacer la prueba estadística. "Datos > ponderar casos". En Jamovi no he sido capaz de encontrar tal opción.
Un saludo y gracias por sus vídeos!
@@xabierbarrutia4021 ya te entiendo mejor. Para hacer un chi cuadrado (o cualquier análisis de frecuencias) en jamovi, debes hacerlo por la opción de "Frequencies". En el caso del chi cuadrado, debes seleccionar la opción "Independent Samples - χ² test of association" de ese menú. Lo importante es que pases tu conteo a la casilla "Counts (optional)". Acá ( jamovi-jp.readthedocs.io/ja/latest/_pages/s2j_frequencies.html ) puedes ver un ejemplo comparando cómo se hace esto en SPSS vs jamovi, usando la base de datos "Cats Weight.sav" que puedes descargar acá ( edge.sagepub.com/field5e/student-resources/datasets ; selecciona "Andy Field’s Datasets" y dentro de esa carpeta comprimida tendrás esa base de datos). Espero que esto te ayude. Mucha suerte
Buen dia excelente como te contacto
Que deberia hacer cuando al ingresar los datos sale que debo agregar valores finitos xlim, ayuda por favor
Disculpa mi tremenda demora en responderte. Si aún tienes dudas, cuéntame un poco más qué tipo de datos estás usando para ayudarte y biscar la raiz del problema.
Buenas noches profesor. Tengo puros estudios que han aplicado con Estadístico la Chi cuadrado. Mi pregunta es: ¿Se podrá aplica Meta-Análisis?
Estimado Bernardo, esta es la misma pregunta que ya me habías hecho, pero quizás no viste mi respuesta. La pego de nuevo acá por si acaso:
Estimado Bernardo. No veo opciones para meta-analizar χ^2. Sin embargo, veo que se sugiere transformar los efectos de χ^2 a coeficientes de correlación (r), y meta-analizar estos. No es difícil, pero requiere meterse con algo de matemáticas: en este artículo Rosenberg (2010) que encuentras libremente acá doi.org/10.1371/journal.pone.0010059 el autor propone varias ecuaciones sencillas para transformar, cada χ^2, en un coeficiente de correlación r.
- La tradicional y más común es: r = raíz cuadrada de (χ^2 dividido por el tamaño de muestra). En otras palabras:
r = sqrt(χ^2 / n).
Esta, sin embargo, solo funciona si el valor χ^2 procede de un contraste de dos grupos (por tanto, un solo grado de libertad) y n es el número total de muestras. Es tomada de Rosenthal (1994), y Cohen (1965).
- Si esto no se cumple, hay dos opciones adicionales que puedes explorar en el artículo, dependiendo de tus datos:
1. r = sqrt(χ^2 / χ^2max)
donde χ^2max se refiere al valor máximo posible de χ2 obtenible para ese tamaño de muestra y valores esperados.
2. r = sqrt(χ^2 /nk)
donde, si los valores esperados para los dos grupos NO son los mismos, en valor puede ser mayor a n en el denominador.
Cómo calcular ese número k, o el χ^2max, está descrito en el método del artículo (al final).
Ahora, si tus χ^2 a meta-analizar son de la comparación de más de dos grupos, otras funciones más complejas deben usarse, y están descritas en 3 fuentes: Rosenthal & Rosnow (1985, 1991) y Rosenthal, Rosnow & Rubin (2000).
Todas las referencias de las citas que he hecho acá, las encuentras en el artículo de Rosenberg (2010) que cito al inicio, de donde saqué toda esta info.
Espero que esto te sirva. Mucha suerte.
Hola. Me podrías decir cómo tiene que confeccionar la base cuando quiero usar un moderador, por ejemplo, correlaciones pero separados por sexo de los participantes?
Hola Marcos. Lo importante es que en tu base de datos, así tu moderador sea nominal (p.ej. sexo), lo agregues como una variable continua (en el caso del sexo, por ejemplo codificando la variable como 1 y 2). Es esencial que la variable quede definida como continua (con el ícono de la pequeña regla amarilla), o no te dejará agregarla a la pestaña de "Moderator". Una vez la tengas, cuando definas las variables de tu meta-análisis, agregas este moderador a la casilla "Moderator", y después, en la pestaña desplegable de "Model Options" en la casilla "Moderator type" debes aclarar si tu moderador es continuo o categórico. Espero que esto te ayude. Mucha suerte
@ Muchas gracias por responder. Lo mismo me queda la duda si la base tiene que tener un mismo estudio repetido para la variable moderadora, es decir, si tengo 10 estudios con correlaciones entre dos variables, y estas son estimada con una muestra total, y si quiero saber si la variable sexo afecta el tamaño del efecto, debo generar una nueva base con 20 estudios, donde las correlaciones son las estimadas en cada submuestra diferenciada por el sexo de los participantes, y ademas debo agregar una variable nueva como 1 y 2 que es mi moderador. ¿estoy en lo correcto? muy amable de tu parte por responder y por los vídeos.
@@marcoscup exactamente. Comúnmente cada estudio aparece una vez, pues la variable moderadora diferencia estudios (por ejemplo, que unos estudios fueron solo con mujeres, y otros solo con hombres, para seguir con tu ejemplo del sexo). Sin embargo, en tu caso, si cada estudio tiene tanto hombres como mujeres, puedes tomarlos como si fueran estudios independientes (y si alguno se hizo solo con participantes de un sexo, pues aparecería solo una vez), pues hasta donde entiendo, esto no viola ningún supuesto. Lo importantes es que cada fila corresponda a un efecto a meta analizar. Sin embargo, lo que por supuesto sí es muy importante, es que el tamaño de muestra de cada fila corresponda a su tamaño de efecto. Por ejemplo, si un estudio tuvo 120 participantes (70 mujeres, 50 hombres), cuando lo divides en dos filas, cada fila debe tener el r y n correspondientes según el sexo. Acá hay algunos ejemplo, usando el paquete {psychmeta} de R ( cran.r-project.org/web/packages/psychmeta/vignettes/ma_r.html ). Alternativamente podrías hacer meta-análisis separados para las correlaciones de hombres y mujeres.
Espero que esto te ayude. Mucha suerte
@ Muchas gracias! luego te comento como me fue con mis análisis!
@@marcoscup perdona, te di una información errada. Estuve leyendo con más calma y, en efecto, los meta-análisis sí asumen independencia de los efectos meta-analizados. Cuando tienes 2 o más efectos del mismo estudio, podrías entonces romper dicha independencia. Con esto, no veo opción de hacer lo que quieres en jamovi, pero en R sí hay opciones, como el paquete 'robumeta' (Robust Variance Meta-Regression), que en su función 'robu' permite indicar en una columna cuáles efectos provienen del mismo estudio (no son independientes), y hacer un meta-análisis robusto que tiene en consideración este aspecto. Si usas R, puedo darte el código que necesitarías para hacer esto.
Es importante tener en cuenta que el resultado podría no variar mucho si lo haces de manera tradicional, o con esta técnica robusta, pero es algo que en principio deberías considerar. Me cuentas si necesitas más ayuda.
Estimado, como se utiliza la funcion de effect size?
De nuevo, te ruego me disculpes la demora en responder. Sin embargo, no estoy seguro a qué función de effect size te refieres (¿en metanálisis, en jamovi?). Porfa cuéntame y con gusto te respondo.
@ estimado, efectivamente, como se hace un metaanalisis utilizando los tamaños del efecto de las investigaciones?
@@profetsu4217 Ah ok, perdona la confusión... si te refieres a la opción de MAJOR de "Effect Sizes and (Sampling Variances or Standard Errors)", no la he usado jamás, pero veo que solo necesitas una columna con un identificador de cada estudio (Study Label), otra con el tamaño del efecto (Effect Size), y otra con la varianza o error estándar (Variance or SE (correspondent observed SE)), más la posibilidad de incluir un moderador, si quieres (Moderator).
Si te interesa, encontré este artículo que usó esta opción y que quizás te podría servir como ejemplo/modelo:
Frankowska, N, Parzuchowski, M, Wojciszke, B, Olszanowski, M, Winkielman, P. (2020) Rear negativity: Verbal messages coming from behind are perceived as more negative. European Journal of Social Psychology, 50, 889- 902. doi.org/10.1002/ejsp.2649
El PDF lo puedes abrir directamente acá: onlinelibrary.wiley.com/doi/epdf/10.1002/ejsp.2649
@ Estimado, muchas gracias por su dedicación. Saludos desde Chile
Habra Meta-análisis cuando todos los estudios han aplicado Chi cuadrado?
Estimado Bernardo. No veo opciones para meta-analizar χ^2. Sin embargo, veo que se sugiere transformar los efectos de χ^2 a coeficientes de correlación (r), y meta-analizar estos. No es difícil, pero requiere meterse con algo de matemáticas: en este artículo Rosenberg (2010) que encuentras libremente acá doi.org/10.1371/journal.pone.0010059 el autor propone varias ecuaciones sencillas para transformar, cada χ^2, en un coeficiente de correlación r.
- La tradicional y más común es: r = raíz cuadrada de (χ^2 dividido por el tamaño de muestra). En otras palabras:
r = sqrt(χ^2 / n).
Esta, sin embargo, solo funciona si el valor χ^2 procede de un contraste de dos grupos (por tanto, un solo grado de libertad) y n es el número total de muestras. Es tomada de Rosenthal (1994), y Cohen (1965).
- Si esto no se cumple, hay dos opciones adicionales que puedes explorar en el artículo, dependiendo de tus datos:
1. r = sqrt(χ^2 / χ^2max)
donde χ^2max se refiere al valor máximo posible de χ2 obtenible para ese tamaño de muestra y valores esperados.
2. r = sqrt(χ^2 /nk)
donde, si los valores esperados para los dos grupos NO son los mismos, en valor puede ser mayor a n en el denominador.
Cómo calcular ese número k, o el χ^2max, está descrito en el método del artículo (al final).
Ahora, si tus χ^2 a meta-analizar son de la comparación de más de dos grupos, otras funciones más complejas deben usarse, y están descritas en 3 fuentes: Rosenthal & Rosnow (1985, 1991) y Rosenthal, Rosnow & Rubin (2000).
Todas las referencias de las citas que he hecho acá, las encuentras en el artículo de Rosenberg (2010) que cito al inicio, de donde saqué toda esta info.
Espero que esto te sirva. Mucha suerte.
Si por favor metáfora
Hola Rodolfo. Estás de suerte, pues de hecho desde el año pasado comencé a planear un video (y una guía en PDF) sobre meta-análisis de correlaciones usando {metafor}. Por razones de tiempo tuve que dejar el trabajo a medias, pero ya lo estoy recuperando y espero poder terminar el documento y hacer el video pronto. Por ahora, si quieres, puedes ver un borrador de la guía acá ( dx.doi.org/10.5281/zenodo.5640182 ), pero por favor ten en cuenta que es precisamente un borrador, que está casi completo en contenidos, pero al que le faltan descripciones más detalladas y pulir todo el texto. He estado trabajando en la versión final de ese documento, pero aún no la he terminado. Espero agregar la versión final en los próximos días. Mucha suerte
Muy bueno... Lo único que la música de fondo está muy fuerte y aveces no se entiende lo que dices
Gracias. Sí, tienes toda la razón. La verdad he estado aprendiendo a editar sobre la marcha y ahí cometí varios errores. Lamento esos probloemas, y aprecio tus comentarios. Me alegra que te haya gustado.
Este video se veía tan pero tan interesante, pero no logré verlo todo, la música es extremadamente fuerte y no se logra entender bien. Deberías volver a subirlo, no borres este para q no pierdas los views pero otro con menor música seríá de gran ayuda.
Gracias. Sí, tienes toda la razón. La verdad he estado aprendiendo a editar sobre la marcha y ahí cometí varios errores. Lamento esos probloemas, y aprecio tus comentarios. Voy a ver si los archivos de edición originales son suficientemente editables para crear una nueva versión del video.